Amazon Web Services 한국 블로그
AWS 고객 사례: 망고플레이트, Amazon EMR 및 RedShift로 빅데이터 분석 활용
MangoPlate 애플리케이션은 맛집 검색 및 추천 서비스로서 2013년 10월에 출시되었으며, 현재 누적 다운로드는 250만을 달성했고 월간 기준 순 이용자수(MAU)는200만을 기록하면서 지속적으로 성장하고 있습니다.
망고플레이트의 빠른 성장에 따라 이를 신속하게 지원할 수 있는 확장성, 안정성 및 민첩성을 갖춘 인프라가 필요했으며, AWS의 다양한 서비스로 분석 및 추천 시스템 측면에서도 더 좋은 결과를 낼 수 있을 것으로 판단했습니다. 현재 2명의 백엔드 개발자와 1명의 데이터 과학자라는 제한된 인력만으로 서비스를 제공하기 위해서 가능한 많은 작업을 자동화할 필요가 있었고 따라서 AWS가 최적이라고 판단했습니다.
유호석 최고기술책임자는 “당시 AWS 도쿄 리전을 염두에 두고 검토 중이었으나 서울 리전의 론칭 소식에 AWS로 이전하겠다는 결정을 더 빨리 내리게 되었습니다.”라고 밝혔습니다. 또한 “다른 서비스에 비해 AWS는 지원이 필요할 때 대응이 빠르고 상세한 답변을 받을 수 있어서 만족스러웠으며, AWS를 사용하면서 운영 비용을 최소화하고 서비스 측면에서 더 좋은 가치를 고객들에게 제공할 수 있어서 긍정적으로 생각하고 있습니다.”라고 전했습니다.
![mangoplate architecture diagram mangoplate architecture diagram](https://d0.awsstatic.com/logos/customers/KO/mangoplate%20architecture%20diagram.png)
AWS 상의 망고플레이트 인프라 아키텍처
망고플레이트는 올해 2-3월에 MAU가 200만으로 급증했지만 AWS로 인해 큰 문제없이 안정적으로 서비스를 제공하였고, 앞으로 서비스가 계속 성장하더라도 안정적으로 서비스를 제공할 수 있을 것으로 예상하고 있습니다.기존에 MySQL과 MariaDB 데이터베이스를 사용할 때에는 쿼리 처리 속도가 600초였지만 Amazon Redshift를 이용한 쿼리 속도는 80초로 줄일 수 있었습니다.
유호석 최고기술책임자는 “비용 측면에서 Amazon EMR은 사용할 때만 비용을 지불하는 방식이기 때문에 최대 20배까지 비용을 줄일 수 있었고, Amazon EC2는 오토스케일링을 적용하고 나서 20 – 30%까지 절감할 수 있었다”고 밝혔습니다. 망고플레이트는 AWS 인프라를 이용하여 실시간 분석을 위한 플랫폼인 AWS Lambda, Amazon Kinesis, Amazon EMR 등으로 서비스 사용을 확대하는 것을 검토중입니다.